声明
致谢
摘要
第一章 绪论
1.1 目标跟踪研究的研究背景及意义
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 目标跟踪分类
1.4 目标跟踪中的技术难点
1.5 本文主要研究内容和章节安排
第二章 极限学习机与稀疏表示理论
2.1 极限学习机的理论基础
2.2 极限学习机的改进算法
2.2.1 结构增长型与结构递减型极限学习机
2.2.2在线极限学习机
2.2.3 正则化极限学习机
2.2.4 核极限学习机
2.2.5 极限学习机小结
2.3 稀疏表示理论
2.3.1 稀疏表示的数学模型
2.3.2 稀疏表示的求解算法
2.3.3 稀疏表示的应用
2.4 本章小结
第三章 基于分层极限学习机和局部稀疏模型的视觉跟踪
3.1 粒子滤波理论
3.1.1 贝叶斯滤波理论
3.1.2 粒子滤波算法
3.2 基于分层极限学习机和局部稀疏模型的视觉跟踪算法
3.2.1 分层极限学习机
3.2.2分类器的训练与更新
3.2.3 自适应结构稀疏外貌模型
3.3.4 模板更新
3.3 算法具体步骤’
3.4 实验结果与分析
3.4.1 定量对比
3.4.2 定性比较
3.5 本章小结
第四章 基于极限学习机和Boosting多核学习的目标跟踪
4.1 Boosting算法和多核学习
4.1.1 Boosting算法
4.1.2 核函数
4.1.3 多核学习
4.2 基于极限学习机和Boosting多核学习的目标跟踪算法
4.2.1 确定性脚
4.2.2 核函数采样MKB
4.2.3 算法具体步骤
4.3 实验结果与分析
4.3.1 定量对比
4.3.2 定性比较
4.4 本章小结
第五章 总结与展望
5.1 工作总结
5.2 未来展望
参考文献
攻读硕士学位期间的学术活动及成果情况